大数据云存储提供商有哪些？

如今云服务用于数据存储以及日益用于分析和计算，这意味着你实际上在“外包”存储和管理大量数据带来的许多麻烦。场地、能耗、网络基础架构和安全等问题已成为云服务提供商操心的问题，而提供商通常完全有能力处理这些问题。

使用云解决方案的另一大优点是它们可以高度扩展。大多数提供的方案让你可以从小处着手，随着需求增长，可以增加用于存储数据的容量。大型提供商还都提供附加的服务，可满足你的AI、分析和数据可视化等要求，你的宝贵数据永远不会离开安全的云环境。

AWS S3

先来说说企业云服务提供商的鼻祖。亚马逊早在2006年推出了其首个平台即服务产品，自那时起，它就成了几乎所有其他云存储和计算服务的楷模。同年，它还推出了弹性云计算(EC2)，这个计算平台提供虚拟化的数据处理服务，你的需求变化时，它可以快速增加或减少资源。亚马逊的数据湖服务名为亚马逊简单存储服务(S3)，现被全球数百万家公司和组织使用。

尽管竞争对手竞相奋力追赶、为各自的服务添加新功能，但就大数据运营而言，AWS仍是最受欢迎的存储解决方案，2019年第四季度为这个科技巨头创收近100亿美元。

微软Azure Data Lake

微软应对AWS的产品于2010年晚些时候推出，但很快发展成为提供整套工具和服务，旨在使处理大型数据集的组织可以在云端执行所有操作。

微软拥有运行世界上一些规模最大的处理和分析操作这方面的经验，包括其自己的Office 360、，Skype和Xbox Live。一个优势是企业级安全和治理以及与高级分析工具集成。

Azure的服务套件包括Azure Data Lake，它专门旨在满足数据方面有复杂要求的企业和组织的需求。数据以原生格式存储在数据湖中——未经处理，也无需符合可应用于所有其他数据的标准模式。

谷歌云存储

谷歌的云平台立足于支持其自己的大数据驱动服务(比如Youtube和谷歌搜索)的同一技术，拥有由此带来的种种可扩展性和可靠性。它还提供诸多面向存储和面向数据湖的服务，统一归属谷歌云存储，旨在可灵活扩展以处理EB级数据。根据访问频次，对不同的数据集实行不同的定价方案，因此实际上只是“备份”，无需即时访问的数据可归档起来，以降低存储成本。你还可以选择存储在世界上的哪个地方——这会影响访问时间，确保可以在需要的地方访问数据，同时消除了将其存储在不需要的地方带来的成本。另一个好处是，如果你渴望降低碳排放量，自2007年以来谷歌的所有数据存储解决方案的碳排放量为零。

Oracle云

Oracle完善的数据库平台通过其Oracle云服务供企业使用，该服务提供灵活可扩展的存储以及基于云的分析和数据处理服务套件。该服务因强大的安全功能而备受好评，包括对发送到该平台的所有数据进行实时加密。该平台本身使用Oracle自家的专有高级机器学习流程，帮助自动执行你可能要执行的许多数据操作，并减少手动输入数据引起的错误。

IBM云

IBM根据你的需求提供许多不同的数据湖解决方案，它们都围绕IBM云(以前名为Bluemix)平台集中起来。与本文提到的其他解决方案一样，你可以从小处着手(甚至使用免费套餐)，等开始生成和存储大量数据时进行扩展。有了IBM平台，用户可以根据所处理的数据结构来选择对象存储、块存储或文件存储。IBM提供“认知”分析工具(Watson AI平台)，它们与存储在IBM云服务上的数据完全整合。

阿里云

阿里云在西方国家还没有像谷歌、AWS和微软“三巨头”那样受欢迎，但是它的实力无疑在不断增强。然而，作为中国领先的大数据云服务提供商，阿里云在亚洲拥有庞大的用户群，并提供种类与美国平台一样齐全的分析、安全和AI工具。它提供按需付费模式和按月订购模式。用户评论表明，向美国和欧洲客户提供的服务可能不如硅谷竞争对手来得完善，但价格极具竞争力。